2026年3月11日，光輪智能（北京）科技有限公司（以下簡稱「光輪智能」）正式宣布完成10億元a++及a+++輪融資。本輪融資引入了多家產業場景方及財務機構，包括新希望集團、鼎邦投資（三安光電董事長家族辦公室）、奧克斯、鼎石資管等產業投資方，以及建投華科、國方創新、道禾長期投資、清新資本等財務投資機構。
本輪融資完成後，光輪智能成為全球首個具身數據領域的獨角獸企業。資金將重點投入於物理模擬引擎持續研發、規模化模型評測體系升級與全球交付及本地部署能力建設，進一步鞏固其在物理ai數據與模擬基礎設施領域的領先地位。
這家成立僅三年的公司，業務模式頗為獨特——不造機器人，而是為所有機器人公司造一個「數據工廠」。在2026年春晚舞台上，人形機器人盤核桃、疊衣服、串烤腸等細膩動作背後，離不開光輪智能數據的「海量投喂」與尖端模擬技術的支撐。
光輪智能創始人兼ceo謝晨博士畢業於北京大學和哥倫比亞大學，曾在英偉達、cruise、蔚來等企業擔任自動駕駛模擬負責人，是國際首創將生成式ai融入模擬的研究者。「如果說gpu與cuda定義了大模型時代的算力基礎設施，那麼光輪智能正在定義物理ai時代的數據與模擬基礎設施。」謝晨表示。
真實世界的數據採集正成為人形機器人能力突破的核心瓶頸。《具身智能發展報告2025》指出，真實數據面臨獲取成本高、標註難、長尾場景覆蓋不足等挑戰。人形機器人的數據需求量至少是自動駕駛的1000倍——不僅需要視覺理解，還得精準感知物理世界的材質、力反饋、交互邏輯。
01.
三層架構：模擬-數據-評測的技術閉環
光輪智能的技術體系，可以拆解為世界、行為、評測三層架構，覆蓋從模擬環境構建、數據生產到模型驗證的完整閉環。
世界層解決的是「環境真實」的問題。光輪智能自研物理求解器，能在虛擬空間里精準模擬重力、摩擦力、碰撞、形變，甚至液體流動等複雜物理現象。簡單說，他們在數字世界裡復刻了一套「物理法則」。這家公司也是目前全球唯一自研物理求解器的具身數據企業。
行為層解決的是「數據怎麼造」的問題。光輪智能構建了全球最大規模的非本體數據引擎，同時走通模擬合成數據與人類視頻數據兩大路徑。傳統方式採集真實數據，需要機器人一遍遍試錯；而在光輪的系統里，機器人可以並行訓練，在虛擬環境里把能犯的錯都犯一遍。「等到真實世界幹活，就穩了。」楊海波說。這套系統將機器人開發周期從3-6個月壓縮到2-3周，綜合訓練成本降低十倍以上。
評測層填補了行業空白。光輪智能推出全球首個工業級模擬評測平台robofinals，被業內稱為「機器人奧運會」。在此之前，具身智能模型的評測缺乏統一標準，不同企業的模型能力無法橫向對比。robofinals的出現，讓行業第一次有了可量化的「度量衡」。
這三層架構並非孤島，而是形成一套自我強化的「數據飛輪」：物理測量與人類視頻數據持續輸入，保證模擬真實性；物理精確的模擬又驅動robofinals完成規模化評測；評測得出的洞察反哺數據採集方向。每轉動一次，模擬就更精準、數據就更有效、評測就更深入。
02.
商業落地：十倍級增長背後的「朋友圈」
技術的領先正在轉化為實實在在的商業回報。
光輪智能披露，2025年全年營收實現十倍增長，預計2026年第一季度單季收入將超過2025年全年總和。目前，公司在模擬合成數據、模擬評測、人類視頻數據三大關鍵領域均拿下全球交付冠軍，是全球唯一同時覆蓋三項能力並實現規模化交付的企業。
合作夥伴名單星光熠熠：英偉達、谷歌、figure ai、1x technologies、位元組跳動、阿里巴巴、智元機器人、銀河通用、豐田、博世、比亞迪、吉利。全球排名前三的世界模型團隊已全部與光輪智能合作。更關鍵的是，國際主要具身智能團隊中，超過80%的模擬資產與模擬合成數據都來自光輪智能。就連2026年春晚舞台上，那些完成跑酷、跳馬、後空翻的人形機器人，其背後的核心數據支撐也來自這家公司。
在生態層面，光輪智能正在參與定義行業標準。它與英偉達共同定義了模擬資產的物理與工程標準，聯合開源具身評測基準框架；與李飛飛創立的world labs深度合作，共建全球首個面向人形機器人的可規模化評測體系；攜手阿里巴巴通義千問構建工業級評測閉環。其自研的leisaac模擬工作流，已被全球最大ai開源社區hugging face納入官方文檔，成為全球百萬開發者的「模擬標配」。
行業普遍預測，2026年是人形機器人從概念走嚮應用的關鍵拐點，頭部廠商將實現萬台級交付，銷量有望突破10萬台。越過這一量級門檻後，對數據的需求將再次躍升。
「2026年是具身智能數據規模化的元年。」楊海波說，「我們致力於為行業提供以模擬為中心的物理ai基礎設施，讓機器人從實驗室真正走進工廠、醫院和家庭。」
